Local EPUB Text
数据的年代
数据量越大,研究人员的算法就越精准。
这就把我们带到了第二项重要转变的讨论上:从专家的年代转变为数据的年代。现今,成功的人工智能算法需要三样东西:大数据、强大的电脑运算能力,以及优秀(但未必顶尖)的人工智能算法工程师。想在新领域善用深度学习的能力,这三者都是必要的。但在实干的年代,这三者当中最重要的还是数据,因为当电脑的运算能力和工程师的能力达到一定门槛水准之后,数据量的多寡就成为决定算法整体效能与精准度的关键所在。
就深度学习而言,数据量越多越好。人工神经网络获得的样本数据越多,就越能够正确识别出形态,准确辨认真实世界里的东西。如果“喂”入的数据量更多,即使是由一群中等水准的人工智能工程师设计出来的算法,表现也会比世界级顶尖深度学习研究人员设计出来的算法更好。情况已经不同,现在已经不再像以往那样,独家拥有顶尖的人才就能享有绝对的压倒性优势了。
不过,顶尖的人工智能研究人员,仍然有强大潜力把人工智能的发展推升至全新水平,但这类重大进展几十年才会出现一次。在我们等待下一项重大突破出现时,数据的快速成长和可取得性的提升,将是深度学习深刻影响世界各地无数产业的主要动力。